Libreria Node.js di filtro antispam
npm install spamscannerimport SpamScanner from 'spamscanner';
const scanner = new SpamScanner();
const result = await scanner.scan(rawMessage);
if (result.isSpam) {
console.log(result.score, result.tests.map(test => test.name));
}scan() accetta un Buffer, una stringa, un Uint8Array o uno stream leggibile, quindi lo stream SMTP di smtp-server può essere passato direttamente. CommonJS funziona con require('spamscanner'), e i tipi TypeScript sono inclusi.
Con smtp-server#
import {SMTPServer} from 'smtp-server';
import SpamScanner from 'spamscanner';
const scanner = new SpamScanner({authentication: true});
const server = new SMTPServer({
async onData(stream, session, callback) {
const result = await scanner.scan(stream, {
session: {
remoteAddress: session.remoteAddress,
helo: session.hostNameAppearsAs,
envelope: session.envelope,
},
});
if (result.action === 'reject') {
return callback(Object.assign(new Error('Message rejected as spam'), {responseCode: 451}));
}
callback();
},
});Cosa dice il risultato#
Ogni risultato ha un punteggio, un'azione (accept, tag o reject) e i test scattati, ciascuno con punti e motivo. I risultati dettagliati includono la probabilità del classificatore e gli indizi più forti, ogni rilevamento su phishing e allegati, i risultati dell'autenticazione e la lingua.
Insegnargli#
await scanner.learn(rawMessage, 'spam');
scanner.saveModel('./model.json');
const trained = new SpamScanner({classifier: './model.json'});Altro#
- Anche i server sono esportati:
MilterServer,createHttpServer,createSpamdServer. - Modelli linguistici:
new SpamScanner({llm: {provider: 'ollama', model: 'qwen3.5:4b'}}). - Testato su Node.js 18, 20, 22 e 24, con copertura dei test al 100%.